片上光网络（Optical Networks-on-Chip,ONoC）是片上系统的一种新型互连方式,目前已得到了广泛研究。然而,ONoC中使用的光器件核心光器件需要底层电路进行驱动,并且对各项驱动参数要求非常严格,因此极易受到来自底层恶意电路结构——硬件木马（Hardware Trojan,HT）的攻击,但目前很少有研究人员考虑到这一安全问题。作为通信基础的保障,一旦ONoC的底层硬件出现问题,势必会引起上层通信故障。所以,如何应对HT的攻击,对于保护片上光网络的安全至关重要。基于此,本文将从HT的定位与防御两方面出发以保障ONoC的安全性。在定位方面,鉴于现有定位方法中通常采用添加组件监听以异常参数的方式存在无法具体定位片上光网络中的硬件木马节点问题,本文搭建了一种多输入多输出的长短期记忆神经网络（Long Short Time Memory,LSTM）模型,通过预测节点的流量变化以及内部的微环故障变化来具体定位ONoC中可能存在HT的节点。首先,从ONoC的节点出发,利用搭建好的LSTM进行节点的流量预测,初步确定热点的位置;之后,从节点内部出发,通过分析热点中光路由器中微环的故障状态建立故障矩阵,并利用LSTM神经网络对微环的故障进行预测,以确定HT在ONoC中的具体攻击位置。仿真表明,本模型在误差与拟合度方面都有较好的表现。在防御方面,鉴于现有防御算法中将HT节点完全从网络中隔离可能引起的传输开销大等问题,本文提出了一种细粒度的基于微环谐振器的安全防御算法。结合迪杰斯特拉算法首先寻求源节点到目的节点之间的所有宏观路径,并在此基础上进一步计算宏观路径中的微观传输方向;最后通过上述定位结果选取一条宏观和微观均不存在HT的可靠路径进行光信号的传输。该算法通过使光信号在路由过程中规避掉硬件木马的思想,并以将问题细化到微环谐振器的方式,不仅保证了ONoC的安全性,还在一定程度上增加了ONoC中节点的利用率,仿真表明,本文的防御算法在安全性以及开销方面都表现出较为可观的改善率。